自然资源监测平台

自然资源监测平台

自然资源监测平台，是在时空大数据架构下，通过全天候立体化监测网、建设资源监测大数据仓库及大数据计算中心，开发资源监测大数据服务平台，在云化环境下构建资源监测从“采集—存储—加工—服务”的全流程地理空间大数据技术体系。

1空天地海一体化数据获取

天地一体化网络(Space-Ground Integrated Network，SGIN)是综合利用新型信息网络技术，以使命为导向，以任务为驱动，以信息流为载体，充分发挥空、天、地信息技术的各自优势，通过空、天、地、海等多维信息的有效获取、协同、传输和汇聚，以及资源的统筹处理、任务的分发、动作的组织和管理，实现时空复杂网络的一体化综合处理和最大有效利用，为各类不同用户提供实时、可靠、按需服务的泛在、机动、高效、智能、协作的信息基础设施和决策支持系统。

无论是清查自然资源的类型、面积、空间分布、空间布局，还是查清其基本特性和质量状况，亦或是自然资源的保护和修复，在原始资料准备阶段需依托以下几种类型数据：航空航天遥感数据、基础地理信息数据、地理国情普查及监测数据、各类地面传感器数据、各类专题统计分析数据、多源地理空间数据等。

航空航天遥感数据，即通过航空、航天遥感获得的数据，是自然资源调查监测的主要数据源；按搭载在遥感平台的传感器可以分为可见光-近红外、热红外、微波、LiDAR等；按照空间分辨率或极化方向，通过传感器又可获得不同类型的遥感数据；可见光-近红外、热红外、微波数据可实现对自然资源的几何特征探测和机理特征反演，LiDAR数据是记录自然资源的几何特征的另一有效手段。

基础地理信息数据，以4D产品为代表，是应用范围最广泛、共享需求最大的地理空间数据；基础地理信息数据为自然资源调查与监测提供了有效的地理数据框架和本底数据。

地理国情普查及监测数据，依托第一次全国地理国情普查，形成了地理国情普查成果，是地理国情监测的本底数据，涵盖了自然和人文地理国情要素；基础性地理国情监测实现了地理国情普查成果的年度更新，专题性地理国情监测和地理国情监测分析获得了重点监测内容的持续性监测成果；地理国情普查及监测数

据依据“所见即所得”的生产原则，真实记录了自然资源变化的基本过程。

各类地面传感器数据，以地面传感器为数据采集的工具，可实现数据的常年获取，如基于CORS的大地测量数据、空气污染监测数据、水文数据等，该类型数据的获取频率高、数据结构简单且价值密度低、数据量大；各类地面传感器数据为自然资源调查监测提供了真实的点位监测数据。

各类专题统计分析与调查数据，根据特定目的或工作职责，由特定部门或机构，开展调查、统计与分析形成的数据资料，如经济普查、土壤污染调查、统计年鉴等资料；这些数据为自然资源调查监测提供了较为全面的专项监测结果。

众源地理空间数据，依托互联网或物联网而得到的地理空间数据，该类型数据在当前自然资源调查监测中应用较少，但极具潜力，依托该类型数据进行行为信息挖掘，可以发现短时期内剧烈变化的自然资源信息或其他规律性特征。

自然资源监测平台，即借助天地一体化网络获取航空航天遥感数据、基础地理信息数据、地理国情普查及监测数据、各类地面传感器数据、各类专题统计分析数据、多源地理空间数据等各种类型数据，为其提供数据基础。

2资源监测大数据服务平台研发

面向社会公众、政府部门、行业用户，按照不同的管理层级，通过统一认证和权限分配，提供门户网站服务、平台服务、应用服务。门户网站服务是基于大数据可视化技术，为用户提供直观、便捷、高性能、可交互的自然资源信息服务。平台服务是以服务接口的形式提供自然资源调查监测大数据计算中心所涵盖的技术能力，如数据处理服务、影像解译服务、数据分析服务、应用服务管理等。应用服务是面向具体的应用（如生态保护与修复、国土空间开发监测）按照一定的业务逻辑而提供的解决方案级服务。

3空天地海一体化数据处理

自然资源调查监测的数据来源极其广泛，数据的类型和格式多种多样，容易受到噪声数据、数据值缺失与数据冲突等影响，开展数据清洗、数据归约、数据转换等数据处理工作，有利于提高自然资源监测数据源的质量。

对于从不同获取手段得到的数据源如航摄、倾斜、激光点云等数据，首先通过不同的数据处理软件加以处理，并利用时空信息数据库管理系统进行入库、管理。针对高分辨率影像，通过研究遥感影像去噪、特征提取、自动分类算法实现

影像信息快速提取。

3.1遥感影像去噪、特征提取方法研究

受成像技术的影响，传感器在获得更高分辨率的数据时将更容易引入噪声，影像质量的劣化不利于后续解译；空间、光谱分辨率的不匹配导致“同物异谱”和“异物同谱”现象发生，单独的光谱信息无法满足精确解译的需求：分辨率的提高带来数据量和数据维度的增长，大数据、高维度对传统影像解译算法提出了更高的要求。针对遥感数据在上述数据获取、特征提取和特征解译三个阶段存在的问题，拟结合(空间、光谱)分辨率遥感数据的自身特点，以多维度分析为主线，建立一个完整的张量遥感影像处理框架，分别实现张量影像降噪、张量特征提取、张量分类和变化检测，提升信息处理分析能力。

3.2遥感影像自动化分类算法研究

高空间分辨率的遥感影像伴随着丰富的光谱和纹理信息，同类地物内的光谱差异增大，类间的光谱差异减少，同物异谱及同谱异物的现象也变得更加严重，导致目前的分类方法正确率不高。因此，基于高分辨率影像的分类具有一定的研究价值。

针对目前高分辨率影像分类中存在的问题，本项目拟研究一种结合主动学习和词袋模型的高分二号遥感影像分类方法。首先以多尺度分割算法得到多尺度的影像分割对象作为基元;其次，考虑同一影像分割对象中视觉特征的相似性，基于词袋模型来组织影像对象中的局部特征，以生成具有一定表达能力的视觉单词，建立影像分割对象的高层次语义表达，以提高影像分割对象视觉特征的表达能力;最后，充分考虑位于分类边界的不确定性样本分布，迭代选择最优和最优价值的样本用于训练支持向量机，用于分类遥感影像。

3.3时空信息数据库管理系统

面向众源、异构、动态性资源监测数据源的共建共享与集成应用，基于互联网和大数据存储等技术开发时空信息数据库管理系统，实现资源监测数据源的分布式存储、一体化管理、统一的数据存取访问接口等，为资源监测在领导决策、部门管理和社会化应用方面提供数据资源保障。

时空信息数据库管理系统是针对平台现有数据基础和数据管理现状建设，依